OUREL - Optimal Utilization of Renewable Energies in Low Voltage

 

Projektziel

Die Dezentralisierung der Stromerzeugung einerseits und die Elektrifizierung z.B. des Wärme- und Mobilitätssektors andererseits bilden wichtige Eckpfeiler der Energiewende. Ihre Umsetzung hat zur Folge, dass in den kommenden Jahren eine Vielzahl von Erzeugungs-, Verbrauchs- und Speicheranlagen in bestehende Niederspannungsnetze integriert werden muss. Um das Potential der erneuerbaren Anlagen bestmöglich zu nutzen, werden neue Konzepte zur Betriebsführung benötigt, die alle flexiblen Netzteilnehmer mit einbeziehen. Die Dezentralität und hohe Volatilität der erneuerbaren Erzeugungsanlagen stellen dabei wesentliche Herausforderungen dar. Im OUREL-Projekt entwickeln wir ein dezentrales Betriebsführungsverfahren für Niederspannungsnetze mit einer hohen Anzahl steuerbarer Netzteilnehmer. Ziel ist die Optimierung der eingespeisten bzw. entnommenen Leistungen hinsichtlich eines über alle Teilnehmer ermittelten Nutzenmaßes. Dieses Konzept wurde in Kommunikationsnetzen bereits umfangreich untersucht und wird hier auf das Stromnetz übertragen. Ein besonderer Fokus liegt dabei auf einer hohen Updaterate und dem sich daraus ergebenden Spannungsfeld zwischen ermöglichten Modellvereinfachungen einerseits und steigendem Kommunikationsaufwand andererseits. Im Aufgabenbereich des ieet liegt die Modellierung des elektrischen Niederspannungsnetzes inklusive der angeschlossenen steuerbaren Netzteilnehmer. Der Fokus liegt dabei auf Photovoltaikanlagen, Elektrofahrzeugen sowie Wärmepumpen. Weiterhin entwickeln wir die Algorithmen zur Netzzustandsschätzung, mit denen der Zustand eines Niederspannungsnetzes unter Ausnutzung verschiedener Datenquellen bestimmt werden kann. Bei der Entwicklung der Optimierungsalgorithmen liegt unser Beitrag in erster Linie in der Berücksichtigung der im Netz einzuhaltenden Spannungs- und Stromgrenzen.

Tools

Im OUREL-Projekt verwenden wir Matlab und Simulink zur Modellierung der Niederspannungsnetze sowie zur Entwicklung und Simulation der Zustandsschätz- und Optimierungsalgorithmen. Um Kommunikationsnetze realistisch einzubinden, führen wir Co-Simulationen mit einem an der TUHH entwickelten Kommunikationsnetzemulator durch. Weiterhin nutzen wir Controller-Hardware-in-the-Loop-Simulationen, in denen die entwickelten Algorithmen auf realer Steuerungshardware implementiert und in Zusammenspiel mit dem OPAL-Echtzeitrechner im PHiLsLab unter Echtzeitbedingungen getestet werden.

Ansprechperson

Hanko Ipach

Laufzeit

01.10.2019 bis 30.09.2022

Förderung

Partner

Institute of Communication Networks (TUHH)

Veröffentlichungen

[155783]
Title: A Modified Branch-Current Based Algorithm for Fast Low Voltage Distribution Grid State Estimation using Smart Meter Data Tagungsband ETG-Kongress 2021
Written by: Ipach, H.; Stock, S.; Becker, C.
in: Mai 2021 2021
Volume: Number:
on pages:
Chapter:
Editor:
Publisher:
Series:
Address: Wuppertal
Edition:
ISBN:
how published:
Organization:
School:
Institution:
Type:
DOI:
URL:
ARXIVID:
PMID:

[BibTex]

Note: ourel

Abstract: We present a modified version of the branch-current based weighted-least-squares (WLS) state estimation for application in three-phase low-voltage power distribution grids with a single transformer connection to the superordinate medium-voltage level. In our approach, voltage magnitude measurements are utilized to estimate the slack node voltage in a backward-sweep procedure separated from the WLS loop. As a result of excluding the voltage measurements from the WLS loop, the measurement functions are linear in the state variables as long as only power and power flow measurements are considered besides voltage measurements. Therefore, the computational complexity is significantly reduced compared to the straightforward way of including the nonlinear voltage magnitude measurement equations in the WLS loop. The proposed method is numerically evaluated in time-series simulations using various low-voltage benchmark grids. The results in terms of accuracy and speed are compared to the nonlinear node voltage based WLS approach as well as to a linear sensitivity-based method. It is shown that our algorithm yields an accuracy similar to the nonlinear WLS approach while requiring significantly less computation time.